一种基于神经网络的分子动力学计算芯片设计方法及系统
公开
摘要
本发明涉及人工智能和集成电路设计领域，公开了一种基于神经网络的分子动力学计算芯片设计方法及系统。本发明首先生成训练深度神经网络所需的体系特征数据集；接着训练一个深度神经网络模型来精确拟合原子间受力；将训练好的模型部署到非冯诺依曼架构的芯片中，既能保证预测原子受力的精度又加速了分子动力学计算；然后搭建一个分子动力学计算系统；进行分子动力学计算并保存每一步的原子轨迹，利用原子轨迹信息计算体系的其他宏观性质，具有计算精度高、计算速度快等特点。
基本信息
专利标题 ：
一种基于神经网络的分子动力学计算芯片设计方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114611412A
申请号 ：
CN202210436539.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-04-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘杰谭紫凌赵卓影廖天骄莫平辉赵丹王潇男
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路1号湖南大学
代理机构 ：
代理人 ：
优先权 ：
CN202210436539.6
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06F113/18 G06F119/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
